近期，部分开发者在日常使用 Claude Code（特别是 4.8 版本）时，频繁遭遇模型输出质量显著下降的情况，甚至出现项目名称识别错误等低级失误，这种现象被社区形象地称为“降智”。据用户反馈，这种质量波动并非全局性的服务中断，而是具有极强的随机性和持续性。在一个特定的 Session（会话）中，一旦出现“降智”，无论用户如何调整提示词或尝试修复，该会话的输出质量均无法恢复正常。
然而，用户通过反复测试发现了一种有效的缓解方案：开启全新的 Session 通常能立即恢复模型的智商水平，这表明问题与特定的会话实例紧密绑定。深入观察显示，这一现象可能与 Anthropic 的服务器负载均衡机制有关。当一个 Session ID 被路由到性能较差或负载过高的服务器集群时，模型表现便会大幅下滑；而开启新 Session 相当于重新发起路由，有机会连接到更健康的节点。此外，还有用户发现 Session 的语言环境可能与性能有关，表现优异的 Session 往往在内部思维链中进行纯英文思考。这一发现为解决 AI 编程工具的不稳定性提供了新的调试思路。
事件分析
该现象揭示了当前云端大模型服务的非确定性本质，以及分布式架构对推理一致性的潜在影响。虽然模型权重未变，但底层计算集群的负载压力、资源分配策略（如 KV Cache 管理）或特定节点的物理故障，均可能导致同一模型在不同请求路径下表现出显著的智商差异。Session ID 与服务器集群的强绑定（Session Affinity），意味着用户在长时间对话中可能被“锁定”在一个劣质节点上。
这种“降智”本质上是基础设施层面的不稳定性在应用层的投射。对于开发者而言，这表明在现阶段依赖 AI 编程工具时，掌握如何通过切换上下文或重置会话来规避劣质路由，是保障开发效率的重要“元技能”。同时也暗示，厂商在优化模型算法之外，急需提升全球异构计算集群的调度稳定性与故障隔离能力。
💡 核心观点：Claude Code 的“抽卡式”表现暴露了大模型云服务的软肋：推理质量目前仍受制于底层服务器集群的动态负载与路由策略。
原文链接：Linux.do
AI周刊：大模型、智能体与产业动态追踪